提出一种基于非下采样Contourlet变换的径向基神经网络(RBF)自适应阂值去噪方法。在NSCT域通过RBF神经网络使目标误差函数GCV(T)的最小化,从而确定最优阂值,再通过软阂值函数去噪。利用NSCT的平移不变性来抑制伪Gibbs失真,从而能完整地保留图像的纹理和边缘等信息。实验结果表明,该方法可以有效去除高斯噪声,提高图像的峰值信噪比。
2022-10-13 21:39:59
932KB
1
利用RBF神经网络预测腐蚀失重数据——通过MATLAB实现，详见链接有详细解释与说明：https://mp.csdn.net/mp_blog/creation/editor/127157326
2022-10-04 09:07:02
756KB
1
径向基(Radial Basis Function:RBF)神经网络学习笔记-附件资源
2022-07-11 19:45:21
106B
1
人工智能-对RBF神经网络串行可裁减算法（GAP-RBF）的一种改进.pdf
2022-06-24 09:09:58
1.34MB
基于RBF神经网络的活塞换热边界获取方法，邓君，钱作勤，为了正确的模拟活塞的温度场，本文结合作者活塞温度场模拟经验，通过硬度塞测温方法及RBF神经网络设计了一套活塞热边界的获取方法
2022-06-15 10:57:31
463KB
1